[发明专利]网络协议解析方法和装置

权利要求书

1.网络协议解析方法，其特征在于，

利用至少两个样本网络协议的样本报文头对第一机器学习模型进行训练，其中，所述第一机器学习模型的输入为不同的网络协议的报文头，输出为网络协议的特征模型；

将所述至少两个样本网络协议的样本报文头输入到训练后的所述第一机器学习模型，通过训练后的所述第一机器学习模型，输出每个所述样本网络协议的样本特征模型；

利用每个所述样本特征模型对第二机器学习模型进行训练，其中，所述第二机器学习模型的输入为特征模型，输出为网络协议的解析插件；

将每个所述样本特征模型输入到训练后的所述第二机器学习模型，通过训练后的所述第二机器学习模型，输出每个所述样本网络协议的解析插件；

还包括：

接收待解析数据包；

提取所述待解析数据包的目标报文头；

将所述目标报文头和至少一个所述样本报文头输入到训练后的所述第一机器学习模型，通过训练后的所述第一机器学习模型输出所述目标报文头对应的目标特征模型；

判断是否存在与所述目标特征模型相匹配的样本特征模型，

如果存在，则利用匹配到的样本特征模型对应的解析插件对所述待解析数据包进行解析；

如果不存在，则将所述目标特征模型输入到训练后的所述第二机器学习模型，通过训练后的所述第二机器学习模型输出目标解析插件，利用所述目标解析插件解析所述待解析数据包；

进一步包括：预先设置解析插件代码模板，其中，所述解析插件代码模板中包括多个可调参数；

所述通过训练后的所述第二机器学习模型输出目标解析插件，包括：通过训练后的所述第二机器学习模型对所述目标特征模型进行处理，生成所述多个可调参数的目标值，将所述目标值赋值给所述解析插件代码模板中对应的可调参数，输出所述目标解析插件。

2.根据权利要求1所述的方法，其特征在于，

所述通过训练后的所述第一机器学习模型输出所述目标报文头对应的目标特征模型，包括：

针对输入到训练后的所述第一机器学习模型的每个报文头，均执行：利用所述第一机器学习模型解析当前报文头中的字段的排列顺序和每个字段的长度，根据每个字段的长度和所述排列顺序，生成当前报文头对应的特征矩阵，其中，所述报文头包括所述目标报文头和至少一个所述样本报文头；

通过所述第一机器学习模型，对所述目标报文头的特征矩阵和每个所述样本报文头的特征矩阵进行处理，生成所述目标特征模型。

3.根据权利要求2所述的方法，其特征在于，

所述根据每个字段的长度和所述排列顺序，生成当前报文头对应的特征矩阵，包括：

针对当前报文头的每个字段，均执行：

确定当前字段在所述排列顺序中的位置i；

确定当前字段的长度j；

将预设矩阵中的a_ij设置为当前字段对应的元素，将a_ij设置为1，其中，a_ij为所述预设矩阵的第i行第j列的元素；

将所述预设矩阵的第i行中a_ij之外的元素设置为0；

获得当前报文头对应的特征矩阵。

4.根据权利要求2所述的方法，其特征在于，

所述对所述目标报文头的特征矩阵和每个所述样本报文头的特征矩阵进行处理，生成所述目标特征模型，包括：

根据所述目标报文头的特征矩阵、每个所述样本报文头的特征矩阵和第一式子，生成所述目标特征模型，其中，第一式子为：

其中，C为所述目标特征模型，A为所述目标报文头的特征矩阵，k为所述样本报文头的特征矩阵的数量，B_t为第t个所述样本报文头的特征矩阵。